临床流行病学的关键概念:生物医学研究数据的 FAIRification
Ka Hin Tai1, Marcel Müller2, Ulrich Mansmann2
1Univ Rennes, Inserm, EHESP, Irset (Institut de recherche en santé, environnement et travail) - UMR_S 1085, F-35000, Rennes, France.
本研究引入了一个三维的FAIRification框架,以应对生物医学数据共享的挑战. 它强调主动规划和技术/法律支持,以加强数据管理和重复使用.
科学领域:
- 生物医学研究的研究.
- 数据管理和监管数据的管理和管理.
背景情况:
- 伦理,法律和技术障碍阻碍了生物医学研究数据的共享.
- 可查找,可访问,可互操作和可重复使用 (FAIR) 原则旨在改善数据管理.
研究的目的:
- 为科学,技术和法律/道德层面提出一个全面的 FAIRification 框架.
- 引导研究人员克服生物医学数据共享和促进数据重用方面的挑战.
主要方法:
- 倡导未来的 FAIRification,重点是早期规划数据共享.
- 利用反思性问题指导研究人员评估资源,可行性和利益相关者的需求.
- 详细的技术准备,包括文档,元数据和存储库托管.
主要成果:
- 为公平化提出了一个框架,涵盖科学,技术和法律/道德方面的问题.
- 强调积极的规划,文档和安全的存储库使用,以有效地共享数据.
- 强调持续支持和维护持续数据再利用的重要性.
结论:
- 实施积极主动的,多维的 FAIRification 战略对于克服生物医学数据共享障碍至关重要.
- 精心规划,技术准备和行政监督对于确保数据保密性,安全性和可重复使用性至关重要.
- 持续的研究人员支持和数据维护对于最大限度地提高共享生物医学数据的价值至关重要.
更多相关视频
06:55Inverse Probability of Treatment Weighting Propensity Score using the Military Health System Data Repository and National Death Index
Published on: January 8, 2020
08:01Biobank for Translational Medicine: Standard Operating Procedures for Optimal Sample Management
Published on: November 30, 2022
相关概念视频
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Bias in Epidemiological Studies
Statistical Software for Data Analysis and Clinical Trials
Clinical Trials
There are four phases in a clinical trial. A phase one...
Hazard Ratio
For example, in a clinical trial...
Study Designs in Epidemiology
Observational studies are those where the researcher does not intervene but rather observes natural variations. They include cross-sectional, cohort, and...
